pyaudio gravação de áudio python

Question

Estou tentando gravar áudio do microfone com Python. E eu tenho o seguinte código:

import pyaudio
import wave
import threading

FORMAT = pyaudio.paInt16
CHANNELS = 2
RATE = 44100
CHUNK = 1024
WAVE_OUTPUT_FILENAME = "file.wav"

stop_ = False
audio = pyaudio.PyAudio()

stream = audio.open(format=FORMAT, channels=CHANNELS,
                    rate=RATE, input=True,
                    frames_per_buffer=CHUNK)


def stop():
    global stop_
    while True:
        if not input('Press Enter >>>'):
            print('exit')
            stop_ = True


t = threading.Thread(target=stop, daemon=True).start()
frames = []

while True:
    data = stream.read(CHUNK)
    frames.append(data)
    if stop_:
        break

stream.stop_stream()
stream.close()
audio.terminate()
waveFile = wave.open(WAVE_OUTPUT_FILENAME, 'wb')
waveFile.setnchannels(CHANNELS)
waveFile.setsampwidth(audio.get_sample_size(FORMAT))
waveFile.setframerate(RATE)
waveFile.writeframes(b''.join(frames))
waveFile.close()

Meu código funciona bem, mas quando reproduzo minha gravação, não ouço nenhum som no arquivo de saída final ( file.wav).

Por que ocorrem problemas aqui e como faço para corrigi-los?

Answer 1

Seu código está funcionando bem. O problema que você está enfrentando é devido aos direitos de administrador. O arquivo de áudio tem dados 0 constantes, portanto, você não pode ouvir o som no arquivo wav gerado. Suponho que seu microfone esteja instalado e funcionando corretamente. Se você não tiver certeza sobre o status da instalação de áudio, siga estas etapas de acordo com o sistema operacional:

MAC OS: System Preferences-> Sound-> Input e lá você pode visualizar as barras fazendo algum som. Certifique-se de que o tipo de dispositivo selecionado seja Integrado.

Windos OS: Configurações de som e teste o microfone clicando em ouvir este dispositivo, você pode desmarcá-lo mais tarde porque ele retornará sua voz aos alto-falantes e criará grandes ruídos.

Muito provavelmente você está usando o Mac OS. Eu tive um problema semelhante, porque estava usando o editor Atom para executar o código Python. Tente executar seu código a partir do terminal do Mac OS (ou Power Shell se você estiver usando o Windows), (no caso de aparecer um pop-up para acesso ao microfone no Mac OS, pressione Ok). É isso aí! seu código gravará bem. Como testador, execute o código abaixo para verificar se você consegue visualizar o som, e certifique-se de executá-lo através do Terminal (Sem editores ou IDEs).

import queue
import sys
from matplotlib.animation import FuncAnimation
import matplotlib.pyplot as plt
import numpy as np
import sounddevice as sd

# Lets define audio variables
# We will use the default PC or Laptop mic to input the sound

device = 0 # id of the audio device by default
window = 1000 # window for the data
downsample = 1 # how much samples to drop
channels = [1] # a list of audio channels
interval = 30 # this is update interval in miliseconds for plot

# lets make a queue
q = queue.Queue()
# Please note that this sd.query_devices has an s in the end.
device_info =  sd.query_devices(device, 'input')
samplerate = device_info['default_samplerate']
length  = int(window*samplerate/(1000*downsample))

# lets print it 
print("Sample Rate: ", samplerate)

# Typical sample rate is 44100 so lets see.

# Ok so lets move forward

# Now we require a variable to hold the samples 

plotdata =  np.zeros((length,len(channels)))
# Lets look at the shape of this plotdata 
print("plotdata shape: ", plotdata.shape)
# So its vector of length 44100
# Or we can also say that its a matrix of rows 44100 and cols 1

# next is to make fig and axis of matplotlib plt
fig,ax = plt.subplots(figsize=(8,4))

# lets set the title
ax.set_title("PyShine")

# Make a matplotlib.lines.Line2D plot item of color green
# R,G,B = 0,1,0.29

lines = ax.plot(plotdata,color = (0,1,0.29))

# We will use an audio call back function to put the data in queue

def audio_callback(indata,frames,time,status):
    q.put(indata[::downsample,[0]])

# now we will use an another function 
# It will take frame of audio samples from the queue and update
# to the lines

def update_plot(frame):
    global plotdata
    while True:
        try: 
            data = q.get_nowait()
        except queue.Empty:
            break
        shift = len(data)
        plotdata = np.roll(plotdata, -shift,axis = 0)
        # Elements that roll beyond the last position are 
        # re-introduced 
        plotdata[-shift:,:] = data
    for column, line in enumerate(lines):
        line.set_ydata(plotdata[:,column])
    return lines
ax.set_facecolor((0,0,0))
# Lets add the grid
ax.set_yticks([0])
ax.yaxis.grid(True)

""" INPUT FROM MIC """

stream  = sd.InputStream( device = device, channels = max(channels), samplerate = samplerate, callback  = audio_callback)


""" OUTPUT """      

ani  = FuncAnimation(fig,update_plot, interval=interval,blit=True)
with stream:
    plt.show()

Salve este arquivo como voice.py em uma pasta (digamos, AUDIO). Em seguida, faça cd para a pasta AUDIO a partir do comando do terminal e execute-o usando:

python3 voice.py

ou

python voice.py

dependendo do seu nome de env python.

Answer 2

Ao usar print(sd.query_devices()), vejo uma lista de dispositivos como abaixo:

1. Microsoft Sound Mapper - Input, MME (2 in, 0 out)
2. Microfone (AudioHubNano2D_V1.5, MME (2 entradas, 0 saídas)
3. Microfone interno (Conexant S, MME (2 entrada, 0 saída)
4. ...

No entanto, se eu usar device = 0, ainda poderei receber som do microfone USB, que é o dispositivo número 1. Por padrão, todo o sinal de áudio vai para o Sound Mapper? Isso significa que se eu usar device = 0, vou obter todo o sinal de áudio de todas as entradas de áudio; e se eu quiser apenas a entrada de áudio de um dispositivo específico, preciso escolher seu número x como device = x.

Tenho outra pergunta: é possível capturar o sinal de áudio dos dispositivos 1 e 2 em um aplicativo, mas de maneira separada?